行业研究报告

瑞银全球量化策略:机器学习改进行业模型与价值投资|2018研究

2018-09金融投资33瑞银

瑞银量化团队提出基于机器学习的替代行业模型,仅使用财务数据和宏观经济时间序列构建同质化行业分组。研究发现,在该模型下构建的价值因子(如FCF收益率、市盈率等)在大盘股中每年产生1-4%的超额收益,且波动率和换手率与传统策略相当。该方法在发达市场一致有效,非黑箱技术,能显著提升风险调整后收益。适合量化研究员、资产管理者、因子投资从业者及金融科技开发者参考。

报告摘要

瑞银量化团队提出基于机器学习的替代行业模型,仅使用财务数据和宏观经济时间序列构建同质化行业分组。研究发现,在该模型下构建的价值因子(如FCF收益率、市盈率等)在大盘股中每年产生1-4%的超额收益,且波动率和换手率与传统策略相当。该方法在发达市场一致有效,非黑箱技术,能显著提升风险调整后收益。适合量化研究员、资产管理者、因子投资从业者及金融科技开发者参考。

核心要点

  1. 为什么行业对价值如此重要
  2. 提出替代模型
  3. 机器学习构建同质化行业
  4. 价值因子表现验证
  5. 全球地区结果分析
  6. 结论与意义

报告信息

文件全名
瑞银-全球量化策略-机器能给我们一个更好的行业模型吗?
适合读者
量化研究员资产管理者因子投资从业者金融科技开发者
核心数据
  1. 价值因子超额收益1-4%每年
  2. 发达市场一致有效
  3. 波动率与换手率与传统策略相当
核心议题
金融投资量化策略价值投资瑞银

常见问题

《瑞银全球量化策略:机器学习改进行业模型与价值投资|2018研究》主要包含哪些内容?

瑞银量化团队提出基于机器学习的替代行业模型,仅使用财务数据和宏观经济时间序列构建同质化行业分组。研究发现,在该模型下构建的价值因子(如FCF收益率、市盈率等)在大盘股中每年产生1-4%的超额收益,且波动率和换手率与传统策略相当。该方法在发达市场一致有效,非黑箱技术,能显著提升风险调整后收益。适合量化研究员、资产管理者、因子投资从业者及金融科技开发者参考。核心数据:价值因子超额收益1-4%每年;发达市场一致有效;波动率与换手率与传统策略相当。

这份报告由哪家机构发布?

本报告由瑞银发布,发布于 2018 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2018 年,全文约 33。

这份报告是免费的吗?如何获取?

本报告免费查阅,登录资料宝后即可在线获取完整内容。

这份报告适合哪些读者?

适合量化研究员、资产管理者、因子投资从业者、金融科技开发者等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、量化策略、价值投资、瑞银等议题。

继续阅读

同分类报告

查看全部
📱 登录